Pytania otagowane jako machine-learning

W przypadku pytań związanych z uczeniem maszynowym (ML), który jest zestawem metod, które mogą automatycznie wykrywać wzorce w danych, a następnie wykorzystywać odkryte wzorce do przewidywania przyszłych danych lub do podejmowania innych rodzajów decyzji w warunkach niepewności (takich jak planowanie aby zebrać więcej danych). ML jest zwykle podzielona na naukę nadzorowaną, bez nadzoru i naukę wzmacniającą. Głębokie uczenie się jest podpola ML, która wykorzystuje głębokie sztuczne sieci neuronowe.


3
Jak AI uczy się języka?
Myślałem o sztucznej inteligencji i o tym, jak będą działać, kiedy zdałem sobie sprawę, że nie mogę wymyślić sposobu, w jaki sztucznej inteligencji można by nauczyć. Dziecko ma tendencję do uczenia się języka poprzez skojarzenie języka i zdjęć z przedmiotem (np. Ludzie wypowiadający słowo „pies” podczas przebywania w pobliżu psa, …

3
Jakie są główne problemy utrudniające obecny rozwój AI?
Mam doświadczenie w inżynierii komputerowej i pracuję nad opracowaniem lepszych algorytmów naśladujących ludzkie myśli. (Jednym z moich ulubionych jest modelowanie analogiczne stosowane w przetwarzaniu języka i podejmowaniu decyzji.) Jednak im więcej badam, tym bardziej zdaję sobie sprawę z tego, jak skomplikowana jest sztuczna inteligencja. Próbowałem rozwiązać wiele problemów w tej …

4
Jak wybrać odpowiednie funkcje danych?
Ostatnio pracowałem nad problemem, aby przeprowadzić analizę kosztów moich wydatków na określone zasoby. Zwykle podejmuję ręczne decyzje na podstawie analizy i odpowiednio planuję. Mam duży zestaw danych w formacie Excela z setkami kolumn, które definiują użycie zasobu w różnych ramach czasowych i typach (inne różne szczegółowe wykorzystanie). Mam również informacje …



1
Strata gwałtownie skacze, gdy zmniejszam tempo uczenia się za pomocą optymalizatora Adama w PyTorch
Trenuję auto-encodersieć z Adamoptymalizatorem (z amsgrad=True) i MSE lossdla zadania Separacja źródła dźwięku jednokanałowego. Ilekroć zmniejszam współczynnik uczenia się czynnikowo, utrata sieci gwałtownie skacze, a następnie maleje aż do następnego spadku współczynnika uczenia się. Używam Pytorch do implementacji sieci i szkolenia. Following are my experimental setups: Setup-1: NO learning rate …


3
Wykorzystanie sieci neuronowej do rozpoznawania wzorców w macierzach
Usiłuję opracować sieć neuronową, która może identyfikować cechy projektowe w modelach CAD (tj. Szczeliny, występy, dziury, kieszenie, stopnie). Dane wejściowe, których zamierzam użyć dla sieci, to macierz anxn (gdzie n jest liczbą ścian w modelu CAD). „1” w prawym górnym trójkącie w macierzy reprezentuje wypukłą zależność między dwiema ścianami, a …


3
Co jest złego w tym, że sztuczna inteligencja będzie zdolna do wszechwiedzy?
W kontekście sztucznej inteligencji osobliwość odnosi się do pojawienia się sztucznej inteligencji ogólnej zdolnej do rekurencyjnego samodoskonalenia, prowadzącej do szybkiego pojawienia się sztucznej superinteligencji (ASI), której granice są nieznane, wkrótce po osiągnięciu osobliwości technologicznej . Dlatego te superinteligencje byłyby w stanie rozwiązać problemy, których być może nie bylibyśmy w stanie …


1
Co się stanie, gdy połączę funkcje aktywacyjne?
Istnieje kilka funkcji aktywacyjnych, takich jak ReLU, sigmoid lub tanhtanh\tanh. Co się stanie, gdy połączę funkcje aktywacyjne? Niedawno odkryłem, że Google opracowało funkcję aktywacji Swish, którą jest (x * sigmoid). Zmieniając funkcję aktywacji, może zwiększyć dokładność w przypadku problemu z małą siecią neuronową, takiego jak problem XOR?

4
Jakie są cele autoencoderów?
Autokodery to sieci neuronowe, które uczą się skompresowanej reprezentacji danych wejściowych w celu późniejszej ich rekonstrukcji, dzięki czemu można je wykorzystać do redukcji wymiarów. Składają się z enkodera i dekodera (które mogą być osobnymi sieciami neuronowymi). Redukcja wymiarów może być użyteczna w celu radzenia sobie z problemami związanymi z przekleństwem …


Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.